論文の概要: Noisy Quantum Simulation Using Tracking, Uncomputation and Sampling

• arxiv url: http://arxiv.org/abs/2508.04880v2
• Date: Mon, 18 Aug 2025 18:33:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 17:44:57.843374
• Title: Noisy Quantum Simulation Using Tracking, Uncomputation and Sampling
• Title（参考訳）: 追従・非計算・サンプリングによる雑音量子シミュレーション
• Authors: Siddharth Dangwal, Tina Oberoi, Ajay Sailopal, Dhirpal Shah, Frederic T. Chong,
• Abstract要約: ほとんどの研究者にとって、量子ハードウェア上の計算時間へのアクセスは限られている。 これにより、量子回路の実行を正確に、かつ正確に模倣するシミュレータを構築する必要が生じる。 本稿では,雑音量子シミュレーションのためのTUSQ - Tracking, Uncomputation, Smplingを提案する。
• 参考スコア（独自算出の注目度）: 1.989128176079823
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum computers have grown in size and qubit quality in recent years, enabling the execution of complex quantum circuits. However, for most researchers, access to compute time on quantum hardware is limited. This necessitates the need to build simulators that mimic the execution of quantum circuits on noisy quantum hardware accurately and scalably. In this work, we propose TUSQ - Tracking, Uncomputation, and Sampling for Noisy Quantum Simulation. To represent the stochastic noisy channels accurately, we average the output of multiple quantum circuits with fixed noisy gates sampled from the channels. However, this leads to a substantial increase in circuit overhead, which slows down the simulation. To eliminate this overhead, TUSQ uses two modules: the Error Characterization Module (ECM), and the Tree-based Execution Module (TEM). The ECM tracks the number of unique circuit executions needed to accurately represent the noise. That is, if initially we needed $n_{1}$ circuit executions, ECM reduces that number to $n_{2}$ by eliminating redundancies so that $n_{2} < n_{1}$. This is followed by the TEM, which reuses computation across these $n_{2}$ circuits. This computational reuse is facilitated by representing all $n_{2}$ circuits as a tree. We sample the significant leaf nodes of this tree and prune the remaining ones. We traverse this tree using depth-first search. We use uncomputation to perform rollback-recovery at several stages which reduces simulation time. We evaluate TUSQ for a total of 186 benchmarks and report an average speedup of $52.5\times$ and $12.53\times$ over Qiskit and CUDA-Q, which goes up to $7878.03\times$ and $439.38\times$ respectively. For larger benchmarks (more than than 15 qubits), the average speedup is $55.42\times$ and $23.03\times$ over Qiskit and CUDA-Q respectively
• Abstract（参考訳）: 近年、量子コンピュータのサイズと量子ビットの品質が向上し、複雑な量子回路の実行が可能になった。 しかし、ほとんどの研究者にとって、量子ハードウェア上での計算時間へのアクセスは限られている。 これにより、ノイズの多い量子ハードウェア上での量子回路の実行を正確に、かつ正確に模倣するシミュレータを構築する必要が生じる。 本研究では,雑音量子シミュレーションのためのTUSQ - Tracking, Uncomputation, Smplingを提案する。 確率的ノイズチャネルを正確に表現するために、チャネルからサンプリングされた固定ノイズゲートを持つ複数の量子回路の出力を平均化する。 しかし、これは回路オーバーヘッドを大幅に増加させ、シミュレーションを遅くする。 このオーバーヘッドを避けるため、TUSQはError Characterization Module(ECM)とTree-based Execution Module(TEM)の2つのモジュールを使用する。 ECMはノイズを正確に表現するのに必要なユニークな回路の実行数を追跡する。 つまり、当初$n_{1}$のサーキット実行が必要であった場合、ECMは冗長性を排除して$n_{2} <n_{1}$に減らします。 この後、TEMはこれらの$n_{2}$の回路をまたいで計算を再利用する。 この計算再利用は、すべての$n_{2}$の回路を木として表現することで促進される。 我々はこの木の重要な葉ノードを採取し、残りの葉ノードをプルークする。 我々はこの木を深さ優先探索を用いて横断する。 シミュレーション時間を短縮する数段階のロールバック・リカバリを行うために,uncomputation を用いている。 TUSQを186ベンチマークで評価し、平均スピードアップは52.5\times$と12.53\times$ over QiskitとCUDA-Qで、それぞれ7878.03\times$と439.38\times$である。 より大きなベンチマーク(15キュービット以上)では、平均的なスピードアップは55.42\times$と23.03\times$でそれぞれQiskitとCUDA-Qを上回る。

関連論文リスト

• Augmenting Simulated Noisy Quantum Data Collection by Orders of Magnitude Using Pre-Trajectory Sampling with Batched Execution [47.60253809426628]
  提案手法は,誤差型を調整して軌道シミュレーションの効率化と有効性を高めることを目的としている。 私たちはそれぞれ100兆枚と100万枚という膨大なデータセットを生成します。
  論文  参考訳（メタデータ） (2025-04-22T22:36:18Z)
• Scalable simulation of random quantum circuits using projected entangled-pair states [0.0]
  ランダム量子回路 (RQC) の状態をシミュレートするために, ビダルゲージに投影された絡み合ったペア状態 (PEPS) を簡易に更新する。 従来のCPUでは、$n leq 104$または$chi leq 128$の大規模シミュレーションを行うことで、状態忠実性の普遍的なスケーリング挙動が分かる。
  論文  参考訳（メタデータ） (2025-04-07T06:47:48Z)
• Circuit Partitioning and Full Circuit Execution: A Comparative Study of GPU-Based Quantum Circuit Simulation [0.0]
  大規模な量子回路の実行は、現在利用可能なNISQ(ノイズの中規模量子)デバイスでは不可能である。 本研究では,分散メモリを用いた回路分割と全回路実行の2つのシミュレーション手法の比較解析を行った。 その結果,単一ノード上でのシミュレーションにおいて,全回路実行は回路分割よりも高速であることが示唆された。
  論文  参考訳（メタデータ） (2025-02-17T03:04:43Z)
• A multiple-circuit approach to quantum resource reduction with application to the quantum lattice Boltzmann method [39.671915199737846]
  量子格子ボルツマン法(QLBM)における非圧縮性ナビエ-ストークス方程式の多重回路アルゴリズムを提案する。 提案法は2次元蓋駆動キャビティフローに対して検証および実証を行った。
  論文  参考訳（メタデータ） (2024-01-20T15:32:01Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Simulation of IBM's kicked Ising experiment with Projected Entangled Pair Operator [71.10376783074766]
  我々は最近,誤りを軽減した量子回路を用いてエミュレートされた127量子ビットキックド・イジングモデルの古典的シミュレーションを行った。 提案手法はハイゼンベルク図の射影的絡み合ったペア作用素(PEPO)に基づいている。 我々はクリフォード展開理論を開発し、正確な期待値を計算し、それらをアルゴリズムの評価に利用する。
  論文  参考訳（メタデータ） (2023-08-06T10:24:23Z)
• On sampling determinantal and Pfaffian point processes on a quantum computer [49.1574468325115]
  DPPは1970年代の量子光学のモデルとしてマッキによって導入された。 ほとんどのアプリケーションはDPPからのサンプリングを必要としており、その量子起源を考えると、古典的なコンピュータでDPPをサンプリングするのは古典的なものよりも簡単かどうか疑問に思うのが自然である。 バニラサンプリングは、各コスト$mathcalO(N3)$と$mathcalO(Nr2)$の2つのステップから構成される。
  論文  参考訳（メタデータ） (2023-05-25T08:43:11Z)
• Classically Simulating Quantum Supremacy IQP Circuits trough a Random Graph Approach [0.0]
  ランダム回路サンプリングによる量子超越性を実証するためのよい候補は、emphIQP回路を使用することである。 我々は、ランダムIQP回路を古典的にシミュレートする改良手法を導入する。 我々は70量子ビット回路が大規模クラスタの到達範囲内にあると推定する。
  論文  参考訳（メタデータ） (2022-12-16T17:38:42Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Accelerating Simulation of Quantum Circuits under Noise via Computational Reuse [9.859256459288517]
  ツリーベース量子回路シミュレーション(TQSim)というノイズシミュレーション手法 TQSimはノイズシミュレーション中の中間結果を再利用し、計算量を削減する。 ノイズの多いQulacsベースのベースラインシミュレータと比較して、TQSimはノイズの多いシミュレーションのために最大3.89倍のスピードアップを達成する。
  論文  参考訳（メタデータ） (2022-03-25T20:06:15Z)
• Solving the sampling problem of the Sycamore quantum circuits [6.0604034858265345]
  本研究では,GoogleのSycamore量子回路の出力分布から,目的の忠実度を持つ独立サンプルを生成する問題について検討する。 本稿では,対応するテンソルネットワークを1回だけ契約することで,この問題を古典的に解決する手法を提案する。 530ドルキュービットと20ドルサイクルのSycamore量子超越回路では、無相関なビットストリングが100万個発生しました。
  論文  参考訳（メタデータ） (2021-11-04T17:13:09Z)
• Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
  NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。 格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。 NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
  論文  参考訳（メタデータ） (2020-02-25T19:18:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。